Data_visualization_HW_2
Anastasiia Gorshkova based on the lectures by B.V. Sotnikov
2024-10-09
Загрузка данных
hogwarts <- read_csv("data/hogwarts_2024.csv")
hogwarts |> head()## # A tibble: 6 × 60
## id house course sex wandCore bloodStatus result Defence against the …¹
## <dbl> <chr> <dbl> <chr> <chr> <chr> <dbl> <dbl>
## 1 1 Ravencl… 4 fema… unicorn… half-blood 94 73
## 2 2 Hufflep… 5 male phoenix… half-blood 33 38
## 3 3 Ravencl… 4 fema… dragon … half-blood 137 52
## 4 4 Hufflep… 2 male phoenix… half-blood 27 50
## 5 5 Hufflep… 2 fema… phoenix… half-blood 67 47
## 6 6 Gryffin… 6 male phoenix… muggle-born 126 44
## # ℹ abbreviated name: ¹`Defence against the dark arts exam`
## # ℹ 52 more variables: `Flying exam` <dbl>, `Astronomy exam` <dbl>,
## # `Herbology exam` <dbl>, `Divinations exam` <dbl>, `Charms exam` <dbl>,
## # `History of magic exam` <dbl>, `Arithmancy exam` <dbl>,
## # `Care of magical creatures exam` <dbl>, `Muggle studies exam` <dbl>,
## # `Study of ancient runes exam` <dbl>, `Transfiguration exam` <dbl>,
## # `Potions exam` <dbl>, week_1 <dbl>, week_2 <dbl>, week_3 <dbl>, …Проверка структуры данных
hogwarts |> glimpse()## Rows: 560
## Columns: 60
## $ id <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11…
## $ house <chr> "Ravenclaw", "Hufflepuff", "Raven…
## $ course <dbl> 4, 5, 4, 2, 2, 6, 7, 5, 2, 3, 7, …
## $ sex <chr> "female", "male", "female", "male…
## $ wandCore <chr> "unicorn hair", "phoenix feather"…
## $ bloodStatus <chr> "half-blood", "half-blood", "half…
## $ result <dbl> 94, 33, 137, 27, 67, 126, 63, 7, …
## $ `Defence against the dark arts exam` <dbl> 73, 38, 52, 50, 47, 44, 51, 47, 2…
## $ `Flying exam` <dbl> 33, 36, 73, 42, 41, 52, 34, 34, 2…
## $ `Astronomy exam` <dbl> 57, 45, 66, 49, 57, 59, 58, 37, 5…
## $ `Herbology exam` <dbl> 73, 50, 62, 39, 38, 46, 59, 23, 2…
## $ `Divinations exam` <dbl> 66, 54, 72, 42, 47, 49, 42, 38, 1…
## $ `Charms exam` <dbl> 60, 70, 77, 46, 35, 55, 86, 20, 4…
## $ `History of magic exam` <dbl> 52, 36, 60, 45, 50, 40, 55, 21, 2…
## $ `Arithmancy exam` <dbl> 61, 36, 58, 32, 76, 50, 41, 31, 2…
## $ `Care of magical creatures exam` <dbl> 44, 41, 70, 36, 46, 73, 29, 36, 4…
## $ `Muggle studies exam` <dbl> 64, 34, 52, 59, 50, 54, 36, 31, 4…
## $ `Study of ancient runes exam` <dbl> 50, 35, 59, 39, 48, 56, 47, 41, 3…
## $ `Transfiguration exam` <dbl> 74, 70, 70, 15, 32, 86, 100, 31, …
## $ `Potions exam` <dbl> 67, 38, 22, 64, 56, 60, 62, 55, 1…
## $ week_1 <dbl> 0, -5, 0, -1, 1, 5, 1, -20, 3, -2…
## $ week_2 <dbl> -10, 1, 0, 5, 20, 10, -5, 10, 1, …
## $ week_3 <dbl> 0, -1, 1, -5, 10, -5, 3, -5, -3, …
## $ week_4 <dbl> 10, 1, -1, 10, -10, 10, 0, -10, -…
## $ week_5 <dbl> 3, -5, 3, 0, -1, 20, 5, 5, -3, 5,…
## $ week_6 <dbl> -20, 20, 0, 0, 0, 0, 0, 5, 0, -1,…
## $ week_7 <dbl> 10, 10, 1, -3, -20, 1, 10, 3, -5,…
## $ week_8 <dbl> 5, 5, 1, -5, 5, 5, 0, 1, 0, 20, -…
## $ week_9 <dbl> 1, 1, 3, -1, 0, 3, -20, -20, -10,…
## $ week_10 <dbl> 20, -10, 1, 5, -1, 0, 5, -5, 5, 3…
## $ week_11 <dbl> 5, -10, 20, 0, 0, 0, 5, 10, 5, 5,…
## $ week_12 <dbl> 5, -5, 1, -20, -10, -5, 0, 5, 1, …
## $ week_13 <dbl> -20, -5, 10, 0, 0, 1, -1, 10, -20…
## $ week_14 <dbl> 0, 5, 3, 10, -10, 20, 0, -20, -20…
## $ week_15 <dbl> 1, 20, 1, 0, -20, 10, 1, 3, -20, …
## $ week_16 <dbl> 20, 5, 5, 5, 0, 3, 10, -1, 5, 5, …
## $ week_17 <dbl> 3, 0, 10, 5, 5, -5, -1, 10, -10, …
## $ week_18 <dbl> 10, 5, 5, 5, 10, -20, 0, 10, 3, 5…
## $ week_19 <dbl> -10, 0, -5, -1, 0, -1, 0, 20, 0, …
## $ week_20 <dbl> 10, -10, 5, 10, 0, -1, -1, 10, 0,…
## $ week_21 <dbl> 0, 5, 5, 3, 5, 0, 0, -5, -5, 5, 5…
## $ week_22 <dbl> 20, -5, 5, 0, 20, 5, -1, 0, 0, 20…
## $ week_23 <dbl> 5, 1, -3, 20, -5, 20, 0, 1, 1, 5,…
## $ week_24 <dbl> 10, -20, -20, 0, 10, 5, 5, -3, -5…
## $ week_25 <dbl> 0, -20, 1, 3, 5, 1, -5, 0, -20, 2…
## $ week_26 <dbl> 10, 10, 5, -1, 0, 5, 5, -3, 0, 20…
## $ week_27 <dbl> 5, 5, -3, 0, 20, 5, 0, -5, 10, 3,…
## $ week_28 <dbl> -3, 20, 20, 1, 10, 5, 1, 10, 0, 1…
## $ week_29 <dbl> -20, -5, 5, 5, -10, 1, 0, -3, 0, …
## $ week_30 <dbl> 5, 1, -5, 5, -5, -1, -20, 20, 1, …
## $ week_31 <dbl> 5, 5, 20, -5, -10, -3, 0, -10, 20…
## $ week_32 <dbl> -5, 1, 20, -1, -10, 5, 10, 1, 0, …
## $ week_33 <dbl> 0, 10, 3, 3, 0, 0, -1, 0, -20, 3,…
## $ week_34 <dbl> 0, -1, 0, 0, 10, 3, 20, -5, 10, 3…
## $ week_35 <dbl> 5, -5, 3, -10, 3, -5, 0, 0, 0, 0,…
## $ week_36 <dbl> 1, 5, 1, -20, 5, 20, -1, -3, 1, 3…
## $ week_37 <dbl> 0, 0, 10, -1, 10, 3, 3, 0, 20, 1,…
## $ week_38 <dbl> 10, -1, 0, -5, 5, 5, 20, -5, -3, …
## $ week_39 <dbl> 3, 5, 1, 10, 20, 0, 5, 1, -5, 0, …
## $ week_40 <dbl> 0, 0, 5, 1, 5, 1, 10, -5, -20, 3,…# Changing some variables type to factors
hogwarts <- hogwarts |> mutate(
across(c(house, course, sex, wandCore, bloodStatus), ~ as.factor(.x))
)Поиск пропущенных значений
sum(is.na(hogwarts))## [1] 0Сводка по данным
hogwarts |>
summary()## id house course sex wandCore
## Min. : 1.0 Gryffindor:126 1: 80 female:333 dragon heartstring:196
## 1st Qu.:140.8 Hufflepuff:179 2:101 male :227 phoenix feather :181
## Median :280.5 Ravenclaw :122 3: 67 unicorn hair :183
## Mean :280.5 Slytherin :133 4: 71
## 3rd Qu.:420.2 5: 88
## Max. :560.0 6: 67
## 7: 86
## bloodStatus result Defence against the dark arts exam
## half-blood :391 Min. :-292.00 Min. : 0
## muggle-born: 60 1st Qu.: 7.00 1st Qu.:39
## pure-blood :109 Median : 70.50 Median :49
## Mean : 59.71 Mean :48
## 3rd Qu.: 128.25 3rd Qu.:58
## Max. : 260.00 Max. :89
##
## Flying exam Astronomy exam Herbology exam Divinations exam
## Min. : 0.00 Min. : 0.00 Min. : 0.00 Min. : 0.00
## 1st Qu.:36.00 1st Qu.:37.00 1st Qu.:39.00 1st Qu.:38.00
## Median :48.00 Median :49.00 Median :49.00 Median :49.00
## Mean :47.37 Mean :47.99 Mean :47.75 Mean :48.44
## 3rd Qu.:60.00 3rd Qu.:60.00 3rd Qu.:58.00 3rd Qu.:59.00
## Max. :85.00 Max. :87.00 Max. :86.00 Max. :89.00
##
## Charms exam History of magic exam Arithmancy exam
## Min. : 0.00 Min. : 0.00 Min. : 0.00
## 1st Qu.:39.00 1st Qu.:37.00 1st Qu.:38.00
## Median :49.00 Median :48.00 Median :50.00
## Mean :48.36 Mean :47.28 Mean :48.38
## 3rd Qu.:59.00 3rd Qu.:58.00 3rd Qu.:60.00
## Max. :98.00 Max. :85.00 Max. :91.00
##
## Care of magical creatures exam Muggle studies exam Study of ancient runes exam
## Min. : 0.00 Min. : 0.00 Min. : 0.00
## 1st Qu.:38.00 1st Qu.:38.00 1st Qu.:38.00
## Median :49.00 Median :50.00 Median :48.00
## Mean :48.11 Mean :48.64 Mean :47.44
## 3rd Qu.:60.00 3rd Qu.:61.00 3rd Qu.:58.00
## Max. :95.00 Max. :94.00 Max. :89.00
##
## Transfiguration exam Potions exam week_1 week_2
## Min. : 0.00 Min. : 0.00 Min. :-20.000 Min. :-20.000
## 1st Qu.: 34.00 1st Qu.: 21.00 1st Qu.: -3.000 1st Qu.: -3.000
## Median : 49.00 Median : 47.00 Median : 1.000 Median : 1.000
## Mean : 48.24 Mean : 46.62 Mean : 1.334 Mean : 1.161
## 3rd Qu.: 62.25 3rd Qu.: 68.00 3rd Qu.: 5.000 3rd Qu.: 5.000
## Max. :100.00 Max. :100.00 Max. : 50.000 Max. : 20.000
##
## week_3 week_4 week_5 week_6
## Min. :-20.000 Min. :-20.00 Min. :-20.0000 Min. :-20.000
## 1st Qu.: -1.500 1st Qu.: -1.00 1st Qu.: -3.0000 1st Qu.: -1.000
## Median : 1.000 Median : 1.00 Median : 1.0000 Median : 1.000
## Mean : 1.407 Mean : 1.82 Mean : 0.9196 Mean : 1.448
## 3rd Qu.: 5.000 3rd Qu.: 5.00 3rd Qu.: 5.0000 3rd Qu.: 5.000
## Max. : 20.000 Max. : 20.00 Max. : 20.0000 Max. : 20.000
##
## week_7 week_8 week_9 week_10
## Min. :-20.000 Min. :-20.0 Min. :-50.00 Min. :-20.000
## 1st Qu.: -3.000 1st Qu.: -1.0 1st Qu.: -1.00 1st Qu.: -1.000
## Median : 1.000 Median : 1.0 Median : 1.00 Median : 1.000
## Mean : 1.529 Mean : 1.6 Mean : 1.63 Mean : 1.457
## 3rd Qu.: 5.000 3rd Qu.: 5.0 3rd Qu.: 5.00 3rd Qu.: 5.000
## Max. : 20.000 Max. : 20.0 Max. : 20.00 Max. : 20.000
##
## week_11 week_12 week_13 week_14
## Min. :-20.000 Min. :-20.000 Min. :-20.0000 Min. :-20.00
## 1st Qu.: -1.000 1st Qu.: -1.000 1st Qu.: -3.0000 1st Qu.: -1.00
## Median : 1.000 Median : 1.000 Median : 0.0000 Median : 1.00
## Mean : 1.586 Mean : 1.689 Mean : 0.7393 Mean : 1.53
## 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 5.0000 3rd Qu.: 5.00
## Max. : 20.000 Max. : 20.000 Max. : 50.0000 Max. : 20.00
##
## week_15 week_16 week_17 week_18
## Min. :-20.000 Min. :-20.000 Min. :-20.0 Min. :-20.000
## 1st Qu.: -1.000 1st Qu.: -1.000 1st Qu.: -1.0 1st Qu.: -1.000
## Median : 1.000 Median : 1.000 Median : 1.0 Median : 1.000
## Mean : 1.738 Mean : 1.636 Mean : 1.8 Mean : 1.712
## 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 5.0 3rd Qu.: 5.000
## Max. : 20.000 Max. : 20.000 Max. : 50.0 Max. : 20.000
##
## week_19 week_20 week_21 week_22
## Min. :-50.0000 Min. :-20.00 Min. :-20.000 Min. :-20.000
## 1st Qu.: -3.0000 1st Qu.: -3.00 1st Qu.: -1.000 1st Qu.: -1.000
## Median : 0.0000 Median : 1.00 Median : 1.000 Median : 1.000
## Mean : 0.8071 Mean : 1.55 Mean : 1.816 Mean : 1.527
## 3rd Qu.: 5.0000 3rd Qu.: 5.00 3rd Qu.: 5.000 3rd Qu.: 5.000
## Max. : 20.0000 Max. : 50.00 Max. : 20.000 Max. : 20.000
##
## week_23 week_24 week_25 week_26
## Min. :-20.0000 Min. :-20.000 Min. :-20.000 Min. :-20.000
## 1st Qu.: -3.0000 1st Qu.: -1.000 1st Qu.: -3.000 1st Qu.: -3.000
## Median : 0.0000 Median : 1.000 Median : 1.000 Median : 1.000
## Mean : 0.8036 Mean : 1.168 Mean : 1.364 Mean : 1.248
## 3rd Qu.: 5.0000 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 5.000
## Max. : 20.0000 Max. : 20.000 Max. : 20.000 Max. : 20.000
##
## week_27 week_28 week_29 week_30
## Min. :-50.0 Min. :-20.000 Min. :-20.000 Min. :-20.000
## 1st Qu.: -1.0 1st Qu.: -1.500 1st Qu.: -1.000 1st Qu.: -1.000
## Median : 1.0 Median : 1.000 Median : 0.000 Median : 1.000
## Mean : 1.5 Mean : 1.923 Mean : 1.262 Mean : 1.705
## 3rd Qu.: 5.0 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 5.000
## Max. : 20.0 Max. : 20.000 Max. : 20.000 Max. : 20.000
##
## week_31 week_32 week_33 week_34
## Min. :-20.00 Min. :-20.000 Min. :-20.000 Min. :-20.000
## 1st Qu.: -1.00 1st Qu.: -1.000 1st Qu.: -1.000 1st Qu.: -1.000
## Median : 1.00 Median : 1.000 Median : 1.000 Median : 1.000
## Mean : 1.68 Mean : 2.013 Mean : 1.539 Mean : 1.593
## 3rd Qu.: 5.00 3rd Qu.: 5.000 3rd Qu.: 5.000 3rd Qu.: 5.000
## Max. : 20.00 Max. : 20.000 Max. : 20.000 Max. : 20.000
##
## week_35 week_36 week_37 week_38
## Min. :-20.0 Min. :-20.000 Min. :-20.00 Min. :-20.000
## 1st Qu.: -1.0 1st Qu.: -1.000 1st Qu.: -1.00 1st Qu.: -1.000
## Median : 1.0 Median : 1.000 Median : 1.00 Median : 1.000
## Mean : 1.7 Mean : 2.079 Mean : 1.32 Mean : 1.864
## 3rd Qu.: 5.0 3rd Qu.: 5.000 3rd Qu.: 5.00 3rd Qu.: 5.000
## Max. : 20.0 Max. : 20.000 Max. : 20.00 Max. : 20.000
##
## week_39 week_40
## Min. :-20.000 Min. :-20.000
## 1st Qu.: -1.000 1st Qu.: -3.000
## Median : 1.000 Median : 0.000
## Mean : 1.438 Mean : 1.079
## 3rd Qu.: 5.000 3rd Qu.: 5.000
## Max. : 20.000 Max. : 20.000
## Пересоздание theme_custom
theme_custom <- theme(
panel.background = element_rect(fill = "white"),
plot.title = element_text(size = 30, hjust = 0.5),
plot.subtitle = element_text(size = 25, hjust = 0.5),
strip.text = element_text(size = 20),
axis.text = element_text(size = 20),
axis.title = element_text(size = 25),
legend.title = element_text(size = 25),
legend.text = element_text(size = 20)
)
# А еще мы создаем функцию для стандартной ошибки среднего
se <- function(x){
sd(x, na.rm=TRUE)/sqrt(length(x))
}Диаграммы рассеяния (скаттерплоты)
1. Постройте скаттерплот, визуализирующий связь между суммарным баллом студента за год и оценкой за экзамен по травологии.
Добавьте на график линию тренда. Удалите доверительную область и сделайте линию прямой. Подумайте, как избежать того, чтобы записать одни и те же координаты x и y дважды. Проинтерпретируйте график. (1 б.)
hogwarts |>
ggplot(aes(x = `Herbology exam`, y = `result`)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE) +
labs(
x = "Оценка на экзамене по Травологии",
y = "Общий результат",
title = "Зависимость общего результата от оценки по Травологии"
) +
annotate("text",
x = 75, y = 150,
label = "Линия тренда",
color = "blue",
size = 7,
hjust = 0) +
theme_custom
Интерпретация: наклон линии вверх указывает на положительную корреляцию: чем выше оценка на экзамене по травологии, тем выше общий результат студента. О мере взаимосвязи (силе корреляции) мы судить из графика не можем, так как для этого необходимо применение критерия, но скорее всего связь будет достаточно выраженная.
2. Отобразите на одном графике скаттерплоты для экзаменов по травологии, магловедению, прорицаниям и зельеварению.
На графике так же должна присутствовать линия тренда с характеристиками, аналогичными тем, что были в пункте 1. Раскрасьте точки на графике в разные цвета, в соответствии с факультетами. Используйте стандартные цвета факультетов (как в лекционных rmd). Проинтерпретируйте график. (1 б). Если вы создадите график из этого пункта, используя только пакеты семейства tidyverse, и не привлекая дополнительные средства, вы получите дополнительные 0.5 б.
theme_custom2 <- theme(
panel.background = element_rect(fill = "white"),
plot.title = element_text(size = 30, hjust = 0.5),
plot.subtitle = element_text(size = 25, hjust = 0.5),
strip.text = element_text(size = 20),
axis.text = element_text(size = 20),
axis.title = element_text(size = 25),
legend.title = element_text(size = 25),
legend.text = element_text(size = 20),
legend.position = c(0.15, 0.8)
)
# Зависимость общего результата от оценки по Травологии
HerbologyResults <- hogwarts |>
ggplot(aes(x = `Herbology exam`, y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(method = "lm", se = FALSE, color = "black") +
scale_color_manual(
name = "Факультет",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин")) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Травологии"
) +
guides(alpha = "none") +
theme_custom2
# Зависимость общего результата от оценки по Магловедению
MuggleResults <- hogwarts |>
ggplot(aes(x = `Muggle studies exam`, y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(method = "lm", se = FALSE, color = "black") +
scale_color_manual(
name = "Факультет",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин")) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Магловедению"
) +
guides(alpha = "none") +
theme_custom2
# Зависимость общего результата от оценки по Прорицаниям
DivinationsResults <- hogwarts |>
ggplot(aes(x = `Divinations exam` , y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(method = "lm", se = FALSE, color = "black") +
scale_color_manual(
name = "Факультет",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин")) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Прорицаниям"
) +
guides(alpha = "none") +
theme_custom2
# Зависимость общего результата от оценки по Зельеварению
PotionsResults <- hogwarts |>
ggplot(aes(x = `Potions exam`, y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(method = "lm", se = FALSE, color = "black") +
scale_color_manual(
name = "Факультет",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин")) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Зельеварению"
) +
guides(alpha= "none", color= "none") +
theme_custom2Комбинируем графики
ggarrange(plotlist = list(HerbologyResults, MuggleResults, DivinationsResults, PotionsResults),
ncol = 2,
nrow = 2)
Примечание: с последнего графика была удалена легенда, так как она мешала восприятию графика
Интерпретация графиков: Мы видим, что зависимость общей оценки от оценки по трем предметам, Травологии, Магловедению и Прорицаниям, примерно похожая. Есть линейная зависимость оценки по этим предметам от общей оценки. Также студенты Когтеврана группируются в числе лучших, как и по общей успеваемости, так и по успеваемости по отдельным предметам. Студенты Пуффендуя и Гриффиндора группируются равномерно вдоль линии тренда, а студенты Слизерина делятся на две группы: успевающих очень хорошо и успевающих рекордно плохо (даже с отрицательной общей оценкой).
Линейной зависимости оценки по Зельеварению от общей оценки не наблюдается. Также заметно, что в первый квартиль по успеваемости попадают только студенты Слизерина, причем только туда. Это объяснимо известной тягой профессора Снейпа симпатизировать студентам своего факультета и завышать им оценки по своему предмету.
3. Видоизмените предыдущий график.
Сгруппируйте и покрасьте линии тренда в соответствии с одной из категориальных переменных (с такой, которая подсвечивает одно из наблюдений на предыдущем этапе, относящееся ко всем 4-м экзаменам). Постарайтесь избежать коллизий в легенде, при этом сохранив и цветовую палитру для раскраски точек по факультетам. (1 б.)
С какой переменной? Факультет, пол или начинка палочки?
Допустим для пола:
# Зависимость общего результата от оценки по Травологии
HerbologyResults2 <- hogwarts |>
ggplot(aes(x = `Herbology exam`, y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(aes(color = sex),
method = "lm", se = FALSE) +
scale_color_manual(
name = "Факультет и пол",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25",
"male" = "black",
"female" = "purple4"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин", "Мужской", "Женский")
) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Травологии"
) +
guides(alpha = "none") +
theme_custom2
# Зависимость общего результата от оценки по Магловедению
MuggleResults2 <- hogwarts |>
ggplot(aes(x = `Muggle studies exam`, y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(aes(color = sex),
method = "lm", se = FALSE) +
scale_color_manual(
name = "Факультет и пол",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25",
"male" = "black",
"female" = "purple4"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин", "Мужской", "Женский")
) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Магловедению"
) +
guides(alpha = "none") +
theme_custom2
# Зависимость общего результата от оценки по Прорицаниям
DivinationsResults2 <- hogwarts |>
ggplot(aes(x = `Divinations exam` , y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(aes(color = sex),
method = "lm", se = FALSE) +
scale_color_manual(
name = "Факультет и пол",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25",
"male" = "black",
"female" = "purple4"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин", "Мужской", "Женский")
) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Прорицаниям"
) +
guides(alpha = "none") +
theme_custom2
# Зависимость общего результата от оценки по Зельеварению
PotionsResults2 <- hogwarts |>
ggplot(aes(x = `Potions exam`, y = `result`)) +
geom_point(aes(color = house, alpha = 0.6)) +
geom_smooth(aes(color = sex),
method = "lm", se = FALSE) +
scale_color_manual(
name = "Факультет и пол",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25",
"male" = "black",
"female" = "purple4"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин", "Мужской", "Женский")
) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Зельеварению"
) +
guides(alpha= "none") +
theme_custom2
ggarrange(plotlist = list(HerbologyResults2, MuggleResults2, DivinationsResults2, PotionsResults2),
ncol = 2,
nrow = 2)
Примечание: как сделать так, чтобы сохранился color code и у точек, и у линий, и чтобы было две разных легенды - я так и не поняла…
Интерпретация: по трем первым предметам зависимость у мужчин и у женщин однонаправленная, но с разным уклоном: судя по графикам, мальчики получают общие отрицательные оценки, а девочки - нет.
Судя по графику с зельевареньем, группа неуспевающих слизеринцев - исключительно мальчики, а слизеринцы с хорошими итоговыми баллами - исключительно слизеринки.
Проверим гипотезу, изменив точки на графике с зельевареньем в соответствии с полом.
hogwarts |>
ggplot(aes(x = `Potions exam`, y = `result`)) +
geom_point(aes(color = house, shape = sex, size = 1, alpha = 0.6)) +
geom_smooth(aes(color = sex),
method = "lm", se = FALSE) +
scale_color_manual(
name = "Факультет и пол",
values = c(
"Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25",
"male" = "black",
"female" = "purple4"
),
labels = c("Гриффиндор", "Пуффендуй", "Когтевран", "Слизерин", "Мужской", "Женский")
) +
labs(
x = "Оценка на экзамене",
y = "Общий результат",
title = "Зависимость общей оценки от Зельеварению"
) +
guides(alpha= "none") +
theme_custom
И сделаем то же самое для всех графиков
geom_col и вещи вокруг него
1. Постройте барплот (столбиковую диаграмму) распредления набранных баллов за первый семестр (с 1-й по 17-ю неделю включительно) у студентов разного происхождения.
Выдвиньте гипотезу (или гипотезы), почему распределение получилось именно таким. (1 б.)
houseResult <- hogwarts |>
group_by(house) |>
summarise(houseTotalPoints = sum(result))
ggplot(houseResult)+
geom_col(aes(x = fct_reorder(house, houseTotalPoints, .desc = TRUE),
y = houseTotalPoints,
fill = house))+
scale_fill_manual(values = c("Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"))+
xlab(label = "house")+
theme_custom
А если мы хотим визуализировать не количество?
houseResult <- hogwarts |>
group_by(house) |>
summarise(houseTotalPoints = sum(result))
ggplot(houseResult)+
geom_col(aes(x = fct_reorder(house, houseTotalPoints, .desc = TRUE),
y = houseTotalPoints,
fill = house))+
scale_fill_manual(values = c("Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"))+
xlab(label = "house")+
theme_custom
houseResult <- hogwarts |>
group_by(house, wandCore) |>
summarise(houseTotalPoints = sum(result)) |>
mutate(`house and wnad core` = paste0(house, " & ", wandCore))
house_wand_result_plot <- ggplot(houseResult)+
geom_col(aes(y = fct_reorder(`house and wnad core`, houseTotalPoints, .desc = FALSE),
x = houseTotalPoints,
fill = house))+
labs(title = "Распределение очков факультета\nв зависимости от факультета и волшебной палочки",
subtitle = "Учебный год 2023/2024",
caption = "Данные предоставлены Институтом биоинформатики",
x = "Очки",
y = "Факультет и палочка",
fill = "Факультет")+
scale_fill_manual(labels = c("Gryffindor" = "Гриффиндор",
"Hufflepuff" = "Пуффендуй",
"Ravenclaw" = "Когтевран",
"Slytherin" = "Слизерин"),
values = c("Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25")
)+
scale_x_continuous(breaks = seq(0,6000,l=7))+
theme_custom
house_wand_result_plot
Текстовые метки
house_wand_result_plot+
geom_text(aes(y = fct_reorder(`house and wnad core`, houseTotalPoints, .desc = FALSE),
x = houseTotalPoints,
label = paste0(houseTotalPoints, " points")),
colour = "black",
size = 8,
hjust = -1)+
xlim(0, 10000)
Вредные советы
Посмотрим на другое представление данных по факультетам.
houseCountDf <- hogwarts |>
group_by(house) |>
summarise(count = n())
pieTestPlot <- ggplot(houseCountDf)+
geom_col(aes(x = "",
y = count,
fill = house))+
coord_polar(theta = "y")+
scale_fill_manual(values = c("Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"))+
theme_custom
barTestPlot <- ggplot(hogwarts)+
geom_bar(aes(x = fct_infreq(house),
fill = house))+
scale_fill_manual(values = c("Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"))+
xlab(label = "house")+
theme_custom
ggarrange(plotlist = list(pieTestPlot, barTestPlot), ncol = 2)
Попробуем взять средние.
housePotionsExam <- hogwarts |>
group_by(house) |>
summarise(meanPotionsExam = mean(`Potions exam`))
ggplot(housePotionsExam)+
geom_col(aes(x = house,
y = meanPotionsExam,
fill = house))+
scale_fill_manual(values = c("Gryffindor" = "#C50000",
"Hufflepuff" = "#ECB939",
"Ravenclaw" = "#41A6D9",
"Slytherin" = "#1F5D25"))+
theme_custom
Интервалы
housePotionsExam <- hogwarts |>
group_by(house) |>
summarise(meanPotionsExam = mean(`Potions exam`) |> round(2),
ci95Min = (min(`Potions exam`) |> round(2)),
ci95Max = (max(`Potions exam`) |> round(2)))
ggplot(housePotionsExam, aes(x = house,
y = meanPotionsExam))+
# geom_point(aes(colour = house),
# size = 3)+
geom_pointrange(aes(ymin = ci95Min,
ymax = ci95Max,
colour = house),
# width = 0.3,
linewidth = 2,
fatten = 7)+
ylim(0, 100)+
theme_custom